만약 당신이 일상적인 업무를 위해 Claude Code, Cursor, 또는 OpenCode를 꽤 자주 사용해 왔다면, 분명 다음과 같은 상황들을 경험해 보았을 것입니다:

• 에이전트가 단 하나의 함수가 어디서 호출되는지 이해하기 위해 수십 개의 파일을 grep하고 다시 읽어야 함.
• 학습 데이터가 업데이트되지 않았기 때문에 오래된 버전의 API나 라이브러리를 사용하여 코드를 작성함.
• 명령(test, git log, build)의 출력이 너무 길어서 컨텍스트 윈도우 (Context window)가 금방 가득 참.
• 스스로 브라우징을 할 수 없기 때문에 외부의 최신 정보를 알지 못함.

이 모든 것은 모델만의 잘못이 아니라, 에이전트를 둘러싼 인프라 (infrastructure) 의 문제입니다. 그리고 여기서 잘 다뤄지지 않는 사실이 있습니다. AI 코딩 에이전트의 성능은 어떤 모델이 가장 똑똑한가에 대한 문제일 뿐만 아니라, MCP (Model Context Protocol)와 지원 도구들을 통해 당신이 에이전트에게 무엇을 제공하느냐에 달려 있다는 것입니다.

이 글에서는 Claude Code, Cursor, Windsurf, 또는 OpenCode 등 당신의 AI 코딩 에이전트의 작업 품질을 높이는 데 가장 영향력이 크다고 생각되는 4가지 도구/MCP를 공유하고자 합니다. 순서는 의도적으로

Firecrawl은 사실 두 가지 통합 방식이 있습니다: MCP 서버, 또는 CLI + Agent Skill 방식입니다. 저는 컨텍스트 윈도우 (Context Window)에 훨씬 더 가볍게 작용하기 때문에 의도적으로 CLI + Skill 버전을 추천합니다.

• MCP는 세션 시작 시 모든 도구 정의를 로드하는 특성이 있습니다. 따라서 단 하나의 기능도 사용하지 않더라도 이미 토큰이 차감됩니다. 여러 개의 MCP 서버를 동시에 설치하면, 단지 "메뉴 목록"을 보여주는 데만 수만 개의 토큰이 쌓일 수 있습니다.
• Skill은 점진적 공개 (Progressive Disclosure) 방식으로 작동합니다. 시작 시에는 스킬의 이름과 설명만 로드되며(약 100 토큰), 전체 지침은 해당 스킬이 실제로 사용될 때 비로소 읽힙니다. 따라서 에이전트가 정말로 Firecrawl을 필요로 할 때까지 컨텍스트를 깨끗하게 유지할 수 있습니다.
• 스크래핑/크롤링/검색 결과는 컨텍스트로 직접 밀어 넣는 것이 아니라 파일 시스템 (Filesystem) ( .firecrawl/ 폴더)에 기록됩니다. 에이전트는 정말 필요할 때만 해당 파일을 읽으므로, 컨텍스트에 들어가는 양을 사용자가 직접 제어할 수 있습니다.
• 이 스킬은 오픈 표준 (Open Standard) 형식이므로, 동일한 하나의 SKILL.md 파일로 Claude Code, Cursor, OpenAI Codex, Gemini CLI 및 Agent Skills를 지원하는 다른 에이전트에서 재설정 없이 바로 실행할 수 있습니다.

Firecrawl이란 무엇인가

Firecrawl은 대규모 검색, 스크래핑 및 웹 상호작용을 위한 컨텍스트 API (Context API)입니다. CLI를 통해 에이전트는 다음과 같은 즉시 사용 가능한 명령어를 가집니다:

• firecrawl scrape <url> — JavaScript 렌더링이 필요한 페이지를 포함하여, 단일 페이지를 깨끗한 마크다운 (Markdown) 형식으로 가져옵니다.
• firecrawl search "<query>" --scrape — 검색과 동시에 상위 결과를 한 번에 스크래핑합니다.
• firecrawl crawl <url> — 하나의 도메인 또는 섹션 내의 여러 페이지를 탐색합니다 (예: API 문서 전체).
• firecrawl map <url> — 내용을 스크래핑하지 않고 한 도메인 내의 모든 URL을 찾아내며, 초기 리서치에 적합합니다.
• firecrawl browser — 클라우드 브라우저 세션을 열어 클릭, 양식 채우기, 로그인 필요 페이지 대응 등과 같은 상호작용을 수행합니다.

에이전트가 언제 어떤 명령어를 사용해야 하는지를 가르치는 스킬 그 자체이므로, 사용자는 자연어(예: "X 라이브러리의 최신 문서를 찾아서 요약해줘")로 요청하기만 하면 에이전트가 가장 적합한 CLI 명령어를 선택합니다.

사용 시점

• 문서가 다른 곳에 인덱싱(indexing)되지 않은 라이브러리/프레임워크를 조사할 때.
• 경쟁사 데이터를 수집하거나 시장 조사를 할 때.
• 해결책이 최신 포럼이나 GitHub issue에만 있는 에러를 디버깅(debugging)할 때.

간단한 설치 방법

npx -y firecrawl-cli@latest init --all --browser

이 명령어는 CLI를 전역(global)으로 자동 설치하고, 로그인 또는 API 키(FIRECRAWL_API_KEY) 입력을 요청한 뒤, 컴퓨터에서 감지되는 모든 코딩 에이전트(Claude Code, Cursor, Windsurf 등)에 스킬을 한꺼번에 설치합니다. 특정 에이전트에만 설치하려면 --agent <agent_name>을 추가하면 됩니다. 에이전트를 재시작하면 Firecrawl을 스킬을 통해 즉시 호출할 수 있습니다.

2. codebase-memory-mcp — 에이전트가 Grep으로 추측하는 대신 코드베이스 구조를 이해하도록 만들기

해결하는 문제

이것은 토큰(token)과 시간을 가장 많이 낭비하게 만드는 요인입니다. 에이전트가 함수 X를 호출하는 곳이 어디인지, 또는 프로젝트의 전체적인 아키텍처(architecture)가 어떻게 구성되어 있는지 찾기 위해 파일을 하나씩 여러 번 Grep하거나 Read해야 하기 때문입니다.

codebase-memory-mcp란 무엇인가

이것은 전체 코드베이스를 지속 가능한 **지식 그래프 (knowledge graph)**로 인덱싱하는 코드 인텔리전스(code intelligence) MCP 서버입니다. 함수(function), 클래스(class), 호출 체인(call chain), HTTP 라우트(route), 서비스 간의 연결 관계 등을 기록합니다. 단일 바이너리(single binary)로 실행되어 Docker나 추가 의존성(dependency)이 필요 없으며, TypeScript, Python, Go, PHP를 포함하여 사용자의 Hono.js/PostgreSQL/Python 스택에서 흔히 쓰이는 158개의 프로그래밍 언어를 지원합니다.

가장 유용하게 쓰이는 기능들:

• 즉각적인 구조적 쿼리 (Structural Query) — "ProcessOrder를 호출하는 곳이 어디지?"라고 물으면, 전체 리포지토리를 수동으로 grep 하는 대신 그래프 탐색 (graph traversal)을 통해 즉시 답변합니다.
• 한 번의 호출로 아키텍처 개요 (Architecture overview) 파악: 사용된 언어, 패키지, 엔트리 포인트 (entry point), 라우트 (route), 그리고 가장 자주 변경되는 코드 "핫스팟 (hotspot)"까지 확인 가능합니다.
• 데드 코드 (Dead code) 탐지 및 git diff를 통한 영향 분석 (Impact analysis): 머지 (merge)하기 전에 해당 변경 사항이 어떤 함수들에 영향을 주는지 미리 알 수 있습니다.
• 더 구체적인 요구사항을 위한 Cypher 스타일 (그래프 쿼리 언어) 쿼리 지원.
• 파일을 하나씩 수동으로 탐색하는 것보다 토큰을 크게 절약할 수 있다고 주장합니다. 그래프 쿼리 한 번이 수십 번의 grep/read 사이클을 대체할 수 있기 때문입니다.
• 단 한 번의 설치 명령으로 모든 설정을 자동화하여 여러 에이전트 (Claude Code, Cursor, OpenCode, Gemini CLI 등)를 동시에 지원합니다.

사용 시점

• 에이전트를 한 번도 다뤄본 적 없는 오래되거나 거대한 코드베이스 (codebase)에 온보딩할 때.
• 파일/서비스 간 리팩토링 (Refactoring)을 할 때, 특히 서로 연결된 여러 마이크로서비스 (microservice)가 있는 경우.
• 수동으로 작성할 필요 없이 자동화된 아키텍처 문서가 필요할 때.

간단 설치 방법

curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash

에이전트를 재시작한 후, "이 프로젝트를 인덱싱해줘 (index this project)"라고 말하면 끝납니다.

3. Context7 — 에이전트가 존재하지 않는 API를 지어내는 현상 방지

해결하는 문제

정말 짜증 나는 상황이 있습니다. 최신 버전의 Next.js나 Hono.js를 사용하여 미들웨어 (middleware)를 만들어 달라고 요청했는데, 에이전트의 학습 데이터가 최신 버전까지 미치지 못해 구버전 문법을 제공하거나, 더 심하게는 존재하지 않는 함수를 호출하는 API 환각 (hallucination) 현상을 보이는 경우입니다.

Context7이란?

Context7 (Upstash 제작)은 소스에서 직접 가장 최신이며 특정 버전에 특화된 문서와 코드 예제를 가져와 LLM의 컨텍스트 (context)에 주입하는 MCP 서버입니다. 작동 방식은 두 단계로 나뉩니다:

1. resolve-library-id — 사용자가 언급한 이름(예: "Hono.js" 또는 "Pydantic v2")으로부터 정확한 라이브러리 ID를 찾아냅니다.
2. get-library-docs — 해당 ID를 가진 라이브러리로부터 최신 문서와 코드 스니펫 (snippet)을 가져옵니다.

프롬프트에 **"use context7"**이라는 문구만 추가하면, 에이전트는 과거의 기억에 의존하는 대신 답변을 내놓기 전에 자동으로 라이브 문서를 가져옵니다.

이 도구가 가치 있는 이유:

• 기본 속도 제한 (rate limit) 내에서 무료로 사용 가능하며, 더 높은 제한이 필요한 경우 대시보드에서 무료 API 키를 받을 수 있습니다.
• Claude Code, Cursor, Codex, OpenCode, VS Code 등 다양한 클라이언트와 동시에 호환됩니다.
• 특정 버전에 특화될 수 있습니다. 예를 들어 "Next.js 14 middleware"에 대해 질문하면 Context7이 자동으로 해당 버전의 문서와 매칭합니다.
• 라이브러리 ID를 이미 알고 있다면 검색 과정을 건너뛰고 /hono/hono와 같이 특정 문서를 즉시 요청할 수 있습니다.

사용 시점

• 업데이트가 빠른 라이브러리/프레임워크(Next.js, Hono.js, Prisma, 또는 현재 탐색 중인 Cerebras SDK와 같은 AI 라이브러리)로 작업할 때.
• "코드를 생성한 후 API가 더 이상 지원되지 않아 (deprecated) 발생하는 에러"를 방지하고 싶을 때.
• 처음부터 정확한 코드 예제가 필요한 새로운 프로젝트를 설정할 때.

간단 설치 방법

{
  "mcpServers": {
    "context7": {
...

또는 npx -y @upstash/context7-mcp를 통해 로컬 버전을 사용할 수 있습니다.

4. RTK (Rust Token Killer) — 일상적인 명령에서 토큰 절약하기

해결하는 문제

위의 세 가지 도구들은 에이전트의 능력을 향상시키지만, 자주 간과되는 토큰 낭비의 원인이 하나 있습니다. 바로 **가공되지 않은 CLI 명령 출력(raw command CLI output)**입니다. git log, 테스트 러너(test runner) 결과, ls -la, docker ps 출력값 등이 모두 쌓이면서, 에이전트에게 실제로 그리 중요하지 않은 노이즈(noise)로 컨텍스트 윈도우(context window)를 가득 채우게 됩니다.

RTK란 무엇인가

RTK는 명령 출력을 LLM 컨텍스트에 전달하기 전에 필터링하고 압축하는 CLI 프록시(CLI proxy, 의존성 없는 단일 Rust 바이너리)입니다. 명령의 기능을 바꾸는 것이 아니라, 주석, 공백, 반복되는 로그 라인, 성공한 테스트 결과(실패한 것만 표시) 등의 노이즈를 제거할 뿐입니다.

몇 가지 절감 예시는 다음과 같습니다:

• git status, git log, git diff는 원래 토큰 크기의 75-80%까지 압축될 수 있습니다.
• 테스트 러너 결과(cargo test, pytest, npm test)는 모든 "ok" 라인을 보여주는 대신 실패한 테스트만 표시하므로 최대 90%까지 줄어듭니다.
• 여러 줄의 로그로 나타나던 git add/commit/push가 ok main과 같이 간결한 한 줄로 바뀝니다.

RTK는 Bash 명령이 실행되기 전에 자동으로 가로채서 RTK 버전으로 변환하는 **훅(hook)**을 통해 작동합니다. 따라서 한 번 설정해 두면, 사용자(또는 에이전트)가 매번 수동으로 rtk를 입력할 필요가 없습니다. RTK는 Claude Code, Cursor, Gemini CLI, Windsurf, OpenCode를 포함한 14가지 AI 코딩 도구를 지원합니다.

중요 참고 사항: RTK 훅은 오직 **Bash 도구(Bash tool)**를 통한 호출만 가로챕니다. Claude Code의 Read, Grep, Glob과 같은 내장 도구들은 이 경로를 거치지 않습니다. 따라서 동일하게 간결한 결과를 얻으려면 일반 셸 명령(cat, rg, find)을 사용하거나 rtk read / rtk grep을 명시적으로 호출해야 합니다.

언제 사용하는가